おはようございます！今日も一日がはじまりますね。
今日はちょっと面白い並びになりました。「AIエージェントにどこまで任せていいのか」という話題と、「自動運転はもう十分に安全なのか」という話題が、同じ日に揃ったんです。一見バラバラのようでいて、どちらも「機械に判断を委ねるとき、人間は何を手放してはいけないのか」という同じ問いにつながっています。それでは、今日のニュースを見ていきましょう！
PayPalの技術トップが語る、AIが書いたコードを安心して使うための工夫
エンジニア向けの情報サイトとして知られるStack Overflowのブログで、同社のポッドキャストの内容が紹介されていました。今回のゲストは、PayPal（オンライン決済サービスの大手）でCTO（最高技術責任者）を務めるスリニ・ヴェンカテサン氏です。
対談で語られたのは、大きく3つのテーマだったそうです。ひとつめは、セキュリティを守るためにAIが生成したコードをどう検証するかという話。ふたつめは、繰り返しフィードバックを受け取りながら自律的に開発が進んでいく仕組みづくり。そして3つめが、買い物から支払いまでの流れをなめらかにする決済体験をどう作るかという話題です。
ここで注目したいのは、話の中心が「AIにコードを書かせること」ではなく、「書かれたものをどう確かめるか」に置かれている点ですね。お金を扱うサービスでは、ひとつのミスが直接的な損害につながります。だからこそ、AIを使うほどに検証の仕組みが大事になる。これはプログラミングに限った話ではありません。AIに任せる範囲を広げるなら、同じ分だけ「確認する手順」も用意しておく。そのバランス感覚が、これからどの職場でも問われそうです。
出典：Stack Overflow Blog
https://stackoverflow.blog/2026/09/08/scaling-your-money-safely-with-ai/
AIコーディングの覇者は一社に決まらない？Cognitionが評価額7兆円規模に
TechCrunchが報じたところによると、AIによるプログラミング支援を手がけるCognitionの企業評価額が、480億ドルに達したそうです。日本円にするとおよそ7兆円規模。ずいぶん大きな数字ですね。
TechCrunchはこの動きを、投資家が「AIコーディングの市場は勝者総取りにはならない」と見ている表れだと伝えています。勝者総取りというのは、いちばん強い一社がすべてを持っていくような市場のこと。もしそう思われているなら、二番手以降にこれほどのお金は集まりません。ちなみにCognitionの評価倍率は、CursorがSpaceXに売却される前、今年春に資金調達を交渉していた当時の倍率よりも高いのだそうです。
この話、働く側にとっては意外と実用的な示唆があります。市場がひとつに収束しないということは、当面いろいろなAIコーディングツールが並び立つということ。だとすれば、特定の一つに深く依存しきってしまうより、複数の選択肢を知っておいて、場面に応じて使い分けられるほうが強い。ツールの寿命より自分の判断力のほうが長持ちする、という感覚を持っておきたいですね。
専門家29人の7割超が警告「AIエージェントを”意思決定者”として扱う統治は失敗する」
今日いちばん考えさせられたのが、MIT Sloan Management ReviewとBCG（経営コンサルティング会社）が実施した専門家調査です。AI戦略の専門家29人に意見を聞いたところ、実に72%が「AIエージェントを自律的な意思決定者として扱うガバナンス（統治の仕組み）は失敗する」と答えたそうです。
なぜでしょうか。調査によれば、AIエージェントの自律性は確かに高まっているものの、それはあくまで技術的・運用面での話で、あらかじめ設定された範囲の中で実行しているにすぎないから。そして決定的なのは、エージェントは法的にも道徳的にも責任を負えないという点です。資産も持たなければ、訴えられることもない。にもかかわらず「意思決定者」として扱ってしまうと、何か問題が起きたときに人や企業が「AIが決めたことだから」と責任を回避する口実になってしまう…というわけですね。
調査では対策も挙げられています。AIの能力の高さではなく、失敗したときの影響の大きさに応じて任せる範囲を決めること。ルールを文章で書くだけでなく、設計そのものに制約を組み込むこと。すべての決定について責任を負う人間を名指しで決めておくこと。AI単体ではなく、人間や開発者まで含めたシステム全体を管理すること。そして、AIの判断に対して「おかしい」と言える文化を職場につくること。この5つです。職場でAIを使う私たちにも、そのまま当てはまりますね。「AIに聞いたらこう出ました」で終わらせず、最後は自分の名前で説明できる状態にしておく。任せる技術と、引き受ける覚悟はセットなのだと思います。
出典：MIT Sloan Management Review
https://sloanreview.mit.edu/article/responsible-ai-means-knowing-the-limits-of-agent-autonomy/
Metaが本気のパーソナルAI「Muse」を公開、鍵を握るのは”信頼”
MetaがパーソナルAIエージェント「Muse」を初公開しました。TechCrunchとThe Vergeの両方が報じています。
The Vergeによると、Museは日々のタスクやプロジェクトを手伝ってくれるパーソナルAIエージェントで、Metaの説明では、目標を与えれば自分で動き出し、ブラウザを開いてフォームに入力し、ユーザーに代わって交渉することもできるとされています。これは、OpenAIやAnthropic、Googleといったライバルに追いつくための、数十億ドル規模の戦略見直しの最新ステップなのだそうです。
一方でTechCrunchが焦点を当てているのは、その代償のほうです。Museはユーザーのメール、カレンダー、決済、ヘルスケアサービスなどへのアクセス権限を求めます。TechCrunchはこれをMetaにとって過去最大の消費者向けAIへの賭けであり、人々が同社に自分のデータを預け続けてくれるかを試す重大なテストだと位置づけています。便利さと引き換えに何を渡すのか、という話ですね。
仕事で新しいAIツールを導入するときも、まったく同じ判断が求められます。「何ができるか」だけを見て決めず、「何を要求されるか」を並べて見る。アクセス権限の範囲、セキュリティ上のリスク、提供元がどれだけ信頼できるか。この3点を冷静に見比べる習慣は、これからますます実用的なスキルになりそうです。
出典：The Verge
https://www.theverge.com/ai-artificial-intelligence/991216/meta-bets-on-ai-agent-muse-to-catch-up-in-ai-race
出典：TechCrunch
https://techcrunch.com/2026/09/08/meta-debuts-its-muse-ai-agent-will-consumers-trust-it/
自動運転は本当に命を救うのか、データが語りはじめたこと
IEEE Spectrumが、自動運転車（AV）や運転支援システム（ADAS）が事故やけがを減らしているという研究が増えている、と報じています。
具体的な数字がいくつも出てきます。IIHS（米国の道路安全保険協会）の調査では、自動ブレーキが追突事故を50%減らしたとのこと。また、IIHSが7月にまとめた調査では、Waymo（Google系列のロボタクシー事業者）のロボタクシーは人間の運転と比べて走行距離あたりの負傷事故が81%低いという結果が出ました。制度面でも動きがあり、NHTSA（米国運輸省の道路交通安全局）はAmazon傘下のZooxに対して一部の安全基準の免除を初めて認め、さらにSAE（自動車技術者協会）と組んで自動運転車の性能基準づくりを始めたそうです。
ただ、この記事の誠実なところは、データの限界にもきちんと触れている点です。研究者の推計では、人間が起こした事故のおよそ半分、負傷を伴う事故でも最大3分の1が警察に報告されていないそうです。保険料の値上がりを避けたい心理が働くからだとのこと。となると、比較の土台そのものが人間側に有利にゆがんでいる可能性があります。加えてWaymoの走行は現時点で好天の限られた都市に集中しており、天候や地域の条件が違えば話も変わってきます。全国共通の基準がまだないことも課題として挙げられています。
この「数字は出た、でも前提を確かめよう」という姿勢、仕事でデータを扱うときにそのまま使えますね。導入したツールの効果を測るときも、パーセンテージだけを持ってくるのではなく、どんな条件で測ったのか、測れていないものは何かまで含めて見る。専門家がAVを公衆衛生上の重要な手段と位置づけつつ、なお慎重にデータを検証しようとしているのは、その先に人命がかかっているからです。
出典：IEEE Spectrum
https://spectrum.ieee.org/are-self-driving-cars-safe
Rivianが挑む完全自動運転、AIチップまで自社で作る理由
同じくIEEE Spectrumから、EV（電気自動車）メーカーのRivianが完全自動運転を目指して独自技術を開発している、というニュースです。
Rivianが作っているシステムは、カメラやレーダー、小型のLiDAR（レーザーで周囲の距離を測るセンサー）に加えて、自社で設計したAI用の半導体と、エンドツーエンドのAIモデル（入力から出力までを一つのモデルでまかなう方式）を組み合わせたもの。センサーからチップ、AIまで自前でそろえるという、かなり踏み込んだ選択ですね。資金と技術基盤はフォルクスワーゲンとの合弁事業で確保し、2028年からはUberへロボタクシーを供給する計画も進んでいるそうです。
ただし現在地は冷静に見ておく必要があります。同社の「Autonomy+」は今のところレベル2+の段階。IEEE Spectrumの説明によれば、レベル2+では人間のドライバーが常に注意を払い、いつでも運転を代われるよう構えていなければなりません。ロードマップとしては、2028年からのロボタクシー運用で技術を検証し、遅くとも2030年までに一般向け車両にレベル4機能の一部を載せることを目指しているとのことです。
自分たちの核になる技術は内側に抱え、足りない資金や基盤は他社との提携で埋める。この組み合わせ方は、会社の戦略としてだけでなく、個人のキャリアにも重なるところがありそうです。何を自分の手で磨き続け、何は人に頼るのか。全部を抱え込まないぶん、抱え込むと決めたものには最後まで責任を持つ。Rivianの選択は、そういう問いを投げかけてくるようにも見えます。
出典：IEEE Spectrum
https://spectrum.ieee.org/rivian-self-driving
ChatGPTに落書きを描くと、AIが絵にしてくれる新機能「Sketch」
最後は、思わず試したくなるニュースです。The Vergeによると、OpenAIが火曜日にChatGPT Images 2.5を発表し、その中の新機能として「Sketch」が追加されました。
使い方はシンプルで、チャット欄に「@Sketch」と入力すると描画用のウィンドウが立ち上がり、その場で落書きを描いて画像生成を指示できるそうです。The Vergeの筆者が短時間試した範囲では、パソコンのマウスで描いた猫の落書きが、指示どおりに写実的な写真へときちんと変換されたとのこと。さらに、生成された画像の一部に直接コメントを残すこともできるようになっています。
これ、地味に働き方に効きそうです。「こういう感じにしてほしい」を言葉だけで伝えるのって、実はすごく難しいですよね。レイアウトの相談も、資料のイメージ共有も、口で説明するより下手でも一枚描いたほうが早いことがあります。言語化しにくいものを、絵と直接のコメントで伝える。AIに対してだけでなく、人と人のやり取りでも使える発想だと思います。
出典：The Verge
https://www.theverge.com/ai-artificial-intelligence/991727/openai-chatgpt-images-2-5-sketch
今日のまとめ ~ 任せるほどに、確かめる力が要る
今日のニュースを並べてみると、ひとつの線が見えてきます。AIエージェントも自動運転も、できることは確実に増えている。でも同じ日のニュースが揃って言っているのは、「だから安心して手放していい」ではなく、「任せる範囲が広がるほど、確かめる仕組みが要る」ということでした。PayPalのCTOが検証の話をし、専門家29人の7割超が責任の所在を問い、自動運転の記事がデータの限界に紙幅を割く。偶然にしては、よく揃っています。
これからの時代、大切なのは、
便利になるほど、人間の仕事は「確かめること」と「引き受けること」に寄っていくのかもしれません。今日もいい一日になりますように！